Morgan Stanley TMT Conference 2026でのJensen Huangの講演を通じて、AIの進化が生成から推論、さらにagentic AIへと急速に移行している現状を描いた内容である。Nvidiaが33年かけて築いてきたフルスタック戦略、AIファクトリーという新たな産業観、Computeが企業収益や国家GDPに直結するという見立て、そして今後は物理AIが次の巨大波になるという展望が、具体例とともに語られている。単なる業績自慢ではなく、ソフトウェア産業、クラウド、ロボティクス、デジタル生物学まで含めた新しい世界経済の設計図を示す対談である。
冒頭
音楽もありませんし、登場のときの音楽もありません。大歓声もありません。こんなふうに仕事に来ることには、私はあまり慣れていないと言っているんです。この完全な静けさに。
冗談ですよ。ここに来るまでにTaylor Swiftについてのコメントがたくさんありましたから、観客のみなさんの準備はできていますね。このカンファレンスにもユーモアは必要です。ここではユーモアは許されますか。
もちろん大歓迎です。昨日は投資銀行ジョークもしていましたよ、Jensen。でも、本日は来てくださってありがとうございます。このカンファレンスを、もう確か25年から27年ほど支えてくださいました。
私たちは、ときどき今経験している数字の規模や変化の大きさに感覚が麻痺してしまうのだと思います。ここにいるのは私だけではないはずです。私はしょっちゅう、ビリオンとトリリオンが頭の中でごっちゃになります。
27年前、私とパートナーのMark Edelstoneは、今よりずっと小さなステージで、Morgan Stanleyのトレーディングフロアに立ちました。そしてMorgan Stanleyの営業チームに対して、Nvidiaとあなたを紹介したんです。信じられないかもしれませんが、IPOは4800万ドル規模でした。1998年の売上高です。
直近の売上高は3000万ドルでした。Jensenとそのチーム、そしてColetteは本当に寛大で、2年前には本社で私たちの取締役会を開かせてくれました。そのとき、たしか四半期売上高300億ドルを発表したばかりだったと思います。そして先週は、四半期純利益が460億ドルでした。つまり私たちは、年単位から四半期単位へ、そしてミリオンからビリオンへと移ってきたわけです。
本当に驚異的です。前例のない規模と成長です。そして、あなたは私たちの生活を変えました。本当に生活を変えたんです。ですから、そこでお聞きしたいのは、このような規模でのハイパーグロースを実現するために、戦略面、文化面、技術面で何が結集する必要があったのかということです。この規模感は本当に圧倒的です。改めて、ありがとうございます。
それは37分13秒かかりますね。もう少しかかるかもしれません。
もちろん、Nvidiaは一夜にして作られた会社ではありません。私たちは33年かかっています。どういうわけか、上場したときの株価は13ドルだったと記憶していたのですが、ここには12ドルと書いてありますね。少し盛って記憶していました。実際よりずっと楽観的に覚えていたようです。
当時の会社の時価総額は、たしか3億ドルくらいだったと思います。そしてMark、Mark Edelstoneは投資家への準備を本当に見事にやってくれました。おかげで投資家たちの質問は実質ひとつしかなかったんです。本当に、ひとつだけのIPOロードショーでした。その質問は、いつ倒産するんですか、でした。冗談ではありません。
しかも、その質問は、今いただいた質問と同じくらい答えるのが難しかったんです。
答えはこうです。結局のところ、私たちは新しいコンピューティングプラットフォーム、新しい計算のやり方を作るという考えで会社を始めました。従来のやり方が間違っていたわけではありません。ただ、新しいやり方が、ある特有の問題を解くためには不可欠だったんです。そして私たちが非常に得意としていたのが、アルゴリズムでした。
ソフトウェアの内側のループ、つまり中核部分は、コード全体の5％程度であることが多いのですが、計算時間の99％を占める傾向があります。
当時のコンピュータの世界では、アルゴリズムというものはかなり希少でした。そして最も重要なアルゴリズムのひとつが、コンピュータグラフィックスでした。光のシミュレーション、つまり光が空間をどう進むかを再現する技術です。
ですから、コンピュータグラフィックスはアニメ映画のようなものにも使われていましたし、もちろん私たちが会社を創業した当時、どの雑誌だったか忘れましたが、表紙にはJurassic Parkが載っていました。
つまり、ちょうどその時代に、コンピュータグラフィックスがより高性能になり始め、そこからバーチャルリアリティのようなものまでシミュレートできるようになってきたわけです。そして私たちはそれを、新しい産業の創出に応用しました。当時はまだ存在していなかった、ビデオゲームという産業です。
だから3Dグラフィックスは、私の時代に近代化され、私の時代にコンシューマー向けになり、そしてビデオゲーム産業全体が私の時代に作られたんです。
ここで私の時代にと言うのは、要するに、それらをすべてまとめ上げたのがNvidiaだったという意味です。私たちがビデオゲーム業界でこれほど愛され、今でも深く関わっている理由は、現代のビデオゲーム産業を多くの面で創り上げたのが私たちだからです。
アルゴリズムから関連ライブラリに至るまで、コンピュータグラフィックス業界において、RTXがなければ今の姿はなかったでしょう。
ゲームエンジンに組み込まれている数々のアルゴリズムへの私たちの貢献がなければ、今みなさんが楽しんでいるようなゲーム体験は成立していなかったはずです。ですからNvidiaは、33年前の創業初日からずっと、アルゴリズムの世界に深く関わってきました。
フルスタック企業としてのNvidia
さて、高速化コンピューティングには、いわゆるフルスタックが必要です。つまり、アーキテクチャ、チップ設計、その上に載るライブラリ、それをどう前方展開して統合するかまで含めて必要なんです。
最近では、forward deployed engineersという新しい考え方があるらしいですね。Nvidiaには33年前からdev techエンジニアがいました。私たちはそのエンジニアたちを世界中のビデオゲーム業界、ゲーム会社、ゲームエンジンの現場に送り込み、自分たちの技術を相手のゲームエンジンの中に組み込んでいきました。
今、EpicのUnreal Engineを見れば、至るところにNvidiaの技術があります。
そして、どのゲーム開発会社に行っても、Nvidiaの技術がそこら中に入っています。だからこそ、あらゆるゲームがNvidia上で最もよく動くんです。ちゃんと理由があるんです。だからこそNvidiaは世界最大のゲームプラットフォームでもあります。
おそらくご存じないでしょうが、世界には数億人規模のアクティブなGeForceゲーマーがいます。
その多くが後にAI研究者になりました。その理由のひとつがGeForce GTX 580です。Ilya SutskeverとAlex Krizhevsky、そしてJeff Hintonの話ですね。買いに行けと勧めたのはJeffでした。そしてそこでCUDAを発見したんです。
つまり、Nvidiaに関する最初の大きな考え方は、私たちはフルスタック企業だということです。
そして会社に関する二つ目の考え方ですが、これはかなり昔の話で、まだ生まれていなかった人も多いかもしれません。当時、PCアーキテクチャは、当時のコンピュータグラフィックス能力と互換性がありませんでした。
そこで私たちは、Direct Nvidiaという新技術を作りました。これはアプリケーションが私たちのAPIと直接通信するための方法でした。そしてこれを非常に重要な企業群に公開しました。それが後にDirectXになりました。
アプリケーションと私たちの間の通信の仕方を見ればわかりますが、あれは完全に革命的でした。処理を遅くする大量のソフトウェアを迂回して、高速化コンピューティングを可能にしたのです。
私たちは、仮想化されたフレームバッファメモリをシステムメモリへ持ち込むというアイデアも導入しました。最初はAGPと呼ばれ、それが後にPCI Expressになりました。ビデオゲームと3DグラフィックスをPC上で実現するためには、システムアーキテクチャの多くを再発明する必要があったんです。
この、アルゴリズムへ統合されるフルスタックを革新する感覚と、さらに新しいコンピュータシステムを作るためにシステムアーキテクチャを変えていく感覚、その両方の感性と専門性が、後にDGX-1へとつながりました。
DGX-1は世界初のAIスーパーコンピュータでした。そしてそれを、ここサンフランシスコのすぐ近くにある、後にOpenAIとなる会社に、私たちは手渡しで届けたんです。
ですから、根本的な姿勢というか、専門性というか、世界の見方そのものが、こうして受け継がれてきたわけです。本当に33年なんです。会社の文化全体がフルスタックになるよう設計されています。
組織もフルスタックになるように設計されています。システム全体が、新しいスタックと新しいシステムアーキテクチャを生み出せるように設計されているんです。
もちろん出発点はGeForceのようなグラフィックスカードでした。Nvidiaのグラフィックスカードは技術的な驚異です。それがOSにどう統合されているか、システムアーキテクチャにどう統合されているか、そのすべてが、以前のコンピュータのあり方を完全に作り変えました。
ですから、DGX-1でも何の問題もありませんでした。最初のスーパーコンピューティングクラスターでも同じです。そしてそれは後にSatyaのところへ渡り、彼らにとって最初のスーパーコンピュータになりました。
気づいた方もいるかもしれませんが、Microsoftの最初のスーパーコンピュータとNvidiaのスーパーコンピュータは、ベンチマークがまったく同じでした。本当に細部まで同じだったんです。
あれはおよそ1万GPU規模でしたが、システム全体の性能が完全に一致していました。理由は簡単で、あれを設計したのは私たちだからです。そしてAzure Cloudに納入したのも私たちです。すべてInfiniBandベースで、Ampere 8、つまりA100ベースでした。それがOpenAIが最初に使ったコンピュータになったんです。
ですから私たちは、このフルスタック、フルシステムというアプローチに非常に慣れています。そしてそれができなければ、最先端にとどまることは不可能です。
文字どおり不可能なんです。なぜなら、私たちは毎年ただチップを1個作っているのではなく、毎年インフラ全体を作っているからです。CPUも自社で持っていますし、CPUの設計方法そのものを刷新しました。
今後、それを示す例をもっと見ることになるでしょう。私たちはCPUの作り方を変え、もちろんGPUの作り方も変えました。そしてNVLinkというもので両者をつなぎ、コンピュータ全体の作り方まで変えたんです。
さらにSpectrum Xという新しいAI Ethernetで全体を接続しました。私たちはすべてをつないだんです。
今やスタック全体を自社で持っています。中に入っているチップもすべて把握しています。スタック全体を持ち、内部のチップもすべて自社で持っていれば、毎年それを変えることができます。
でもスタック全体を持たず、他のチップも持っていなければ、毎年イノベーションを起こすのは難しい。理由は単純で、いろいろなものを無理やりつなぎ合わせることになり、しかもそれはフルスタック問題だからです。自分で制御できなければ、年に一度の高いレベルの革新をまとめ上げるのは難しすぎるんです。
だから私たちは今ここにいるわけです。
AIの三つの転換点
本当に驚くべきことです。あなたが前回ここに来て、私たちの取締役会に参加してくれてからのこの2年間で、私たちは生成AIから推論へ、そして今はagentic AIへと移ってきました。Satyaも先ほど、エンタープライズについてのパネルを終えたところです。
エンタープライズのレベルでは、私たちはMicrosoft、OpenAI、xAI、Geminiと一緒に取り組んでいます。その能力は並外れています。これはエンタープライズ市場の規模にとって何を意味するのでしょうか。市場はどう変わり、どう採用されていくのでしょうか。そして今後数年を通じて、それがどのように展開していくと見ていますか。会社にとって非常に大きなテーマですよね。
ええ、本当に良い質問です。文字どおりこの2年で、AIは三つの転換点を経験しました。
まず最初の転換点ですが、そもそもその技術は何か月もずっと、誰の目にも見える場所にありました。GPT-3は何か月もそこにあり続けたんです。そこに、誰かが実質的にはラッパーをかぶせてChatGPTに変え、APIとして使えるようにするまでは。
つまり、誰にでも使いやすい形で提供したんです。最初の転換点は、生成でした。
あなたが言ったように、情報をある形から別の形に変換し、自己回帰的にトークンを生成する能力です。
ただもちろん、生成AIにはハルシネーションが起こりやすいという問題があります。なぜかというと、その技術自体に根本的な欠陥があるからではありませんし、必要なことを十分に学習していないからでもありません。文脈情報に基づいていないからです。
関連情報にグラウンディングされていないんです。
そこで次に起きたのが、O1と推論の登場です。ただしO1の背後には、リサーチへのグラウンディング、真実へのグラウンディングもあります。
そして、生成と意味理解を組み合わせる能力、いわゆるretrieval augmented generationが重要になりました。基本的には条件付き生成です。
条件付き生成とは、これから生成しようとするものが文脈とグラウンドトゥルース、あるいは調査結果などに依存しているということです。
ですから第二世代では、推論、自己反省、自己修正の能力が導入されました。人間でも、口から出た言葉を、ああ今のは引っ込めたいなと思うことがありますよね。AIの場合には、それをリアルタイムでできる能力があるんです。
そうしてO1は、はるかにグラウンディングされたものになり、生成される情報もより信頼できるものになりました。
その結果、どうなったか。最初は好奇心の対象であり、大きな興奮を呼ぶ存在だったものが、そして次の段階で何が起きるかを見抜いたテック業界が飛びついたものが、ChatGPTの有用性を一気に押し上げたんです。
しかし同時に、生成されるトークン量は第一世代とは比較にならないほど増えました。おそらく100倍くらいのトークンです。モデルは10倍程度大きくなったかもしれません。すると必要な計算量は、おそらく1000倍ということになります。O1はChatGPTに対して、おおよそ1000倍ということです。
そしてそれだけ有用だったので、利用量は100万倍になったかもしれません。
利用量、有用性、そしてグラウンディングの組み合わせによって、私たちは次の成長局面を目にしたんです。
ただ最終的にO1がやったのは、より事実に基づいた情報を提供することでした。要するに、はるかに信頼できるチャットボットになったということです。情報提供型になったわけです。
もちろん私たちの多くは、検索の代わりにそれをリサーチに使っています。私たちの目的は検索することそのものではなく、答えを得ることです。
そしてChatGPTは、その答えを与えてくれた。これが第二の転換点でした。
今まさに起きている転換点も、実はかなり長い間、誰の目にも見えるところにありました。それはAIがファイルを使い、ファイルにアクセスし、ツールを使えるようになることです。
するとAIは推論でき、考えることができ、ツールを使い、問題を解き、検索し、計画を立てることができるようになります。
そして今、起きている現象の中で最大のものは、おそらくこれでしょう。みなさんも注目していると思いますが、OpenClawはおそらくソフトウェア史上、いやおそらく史上最も重要なリリースです。
OpenClawとその普及を見ると、Linuxがこのレベルに達するまでには約30年かかりました。OpenClawはどうでしょう。3週間だったでしょうか。今ではLinuxを追い越しています。オープンソースソフトウェア史上、最もダウンロードされた存在になったんです。しかも3週間で。
そのグラフを見ると、半対数グラフでさえ直線で真上に伸びています。ほとんど垂直です。Y軸そのものみたいなんです。私はあんなものを見たことがありません。
では今何が起きているのか。
問題文を渡して、Createと始められるんです。最後のプロンプトの時代を思い出してください。前の時代のプロンプトは、What is、When is、Who isでした。つまり問いかけです。
でも今のプロンプトは違います。Create、Do、Build、Writeです。おわかりになりますよね。前のプロンプトはクエリでした。今のプロンプトは行動であり、タスクなんです。
何かをやってくれと頼む。かなり表現豊かに書いてもいいし、意図をたくさん込めてもいい。逆に非常に具体的に指示してもいい。するとAIは動き出し、延々と処理を続けます。考え続けるんです。
調査をし、マニュアルを読みます。もし使ったことのないツールを使う必要があれば、そのツールのマニュアルまで読みます。ウェブ上にあるものを調べ、ツールを適用し、タスクを実行します。
先ほども言いましたが、私たちは1回の生成プロンプトに対して1回の生成応答という世界から、1000倍のトークンを使う世界へ進みました。そして社内では、こうしたエージェントをclawsと呼んでいます。
このclawsは今や、何でしょう、100万倍のトークンを消費しているでしょうか。ずっとバックグラウンドで動き続けています。
社内には大量のclawsがいて、ずっと動き続けています。文章を書いたり、ツールを開発したり、ソフトウェアを開発したり、いろいろなことを私たちの代わりにやってくれています。
そうなると当然、私たちの会社が必要とするComputeの意味合いは一気に跳ね上がります。どの会社にとっても必要なCompute量は急増していくんです。
AIファクトリーとトークン経済
そうした文脈で考えると、この数日間、とりわけMorgan Stanleyの場では、ユーザーとしてはトークンに対して最大級に強気であり、実行と創造に対しても最大級に強気だという話が出てきました。もちろん、そのためには先ほどおっしゃったComputeが必要です。
そこで問題になるのは、それだけ巨大なComputeを支えるための資金調達、つまりファイナンスやCapExです。エコシステム全体の上流から見て、それはどのように資金調達されるのでしょうか。そしてAIファクトリーの経済性は、今後どう展開し進化していくのでしょうか。
重要な考え方がいくつかあります。まず、factoryという言葉を使ってくれたことに感謝します。
数年前、私はこう説明しました。今の新しいデータセンター、みんながデータセンターと呼んでいるものは、データを保存する場所としてのデータセンターではない。トークンを生産しているのだと。
つまり、トークンを生産することを根本目的とする施設やプラントは、ファクトリーなんです。AIファクトリーなんです。
当時は、Jensen、それはちょっと泥くさい響きだね、と言われました。もっとクリーンな感じなのに、と。でも実際に生産しているのはトークンです。そして、誰も単なるデータセンターなんて作りたがりません。なぜなら、データセンターでどんなリターンが得られるのか分からないからです。
でもファクトリーなら、誰もが作りたがる。理由は簡単で、ファクトリーはお金を生むからです。
そして今では、これらのファクトリーがトークンを直接生み出し、そのトークンが収益化可能であることが、はっきり分かっています。Computeが多いほど、より多くのトークンを生産できる。より多くのトークンを生産できるほど、売上高は大きくなる。
これはもう確実に分かっています。企業の売上はComputeと直接相関している。それが事実だと分かっているんです。Mercedesが工場能力に制約されるのと何も変わりません。どんな会社でも、工場能力が制約になればそうです。
だから、もし彼らのファクトリーにもっと多くのComputeがあれば、売上はもっと大きくなるんです。今OpenAIにもっと多くのComputeがあれば、もっと多くの売上を上げられるでしょう。
ですから一つ目の考えは、Compute equals revenues、Computeは売上である、ということです。
そしてもちろん、さらに大きな考えがあります。Compute equals GDPです。Computeは国家のGDPでもある。この点も、私たちは分かっているんです。それが一つ目です。
二つ目の考えですが、Nvidiaがこれほど成功している理由は、エンドツーエンドのフルスタックでシステムを設計し、それらが驚異的な効率でトークンを生成できるよう、ゼロからアーキテクトされているからです。
Nvidiaのtokens per wattは、競合や代替案に対して一桁、つまり10倍レベルで先行しています。tokens per wattです。
これはどういう意味でしょうか。みなさんのファクトリーが1ギガワットだとして、tokens per wattが代替案の10倍であれば、売上も10倍になるということです。
史上初めて、企業のファクトリーに採用するコンピュータアーキテクチャは、CEOレビューを経なければならなくなったんです。疑いようがありません。
その企業に来年使える電力が1ギガワットか、あるいは2.3ギガワットしかないなら、そこに間違ったシステムを入れたら、翌年の売上に影響が出ます。私は断言できます。そして私たちは実際にそれを見ています。
ですから、私たちのアーキテクチャがこれほど進んでいて、しかも差をさらに広げていることは非常に重要なんです。おそらく最も徹底したベンチマークをしている企業のひとつがSemi Analysisですが、彼らはNvidiaをinference king、推論の王だと宣言しました。
推論とは、tokens per secondであり、tokens per wattです。トークン生成の話なんです。そしてtokens per dollarでもあります。
私たちの性能がワット当たりでも何当たりでも競合や代替案を大きく上回っているなら、tokens per dollarも当然最高になります。つまり、今日トークンを生み出すうえで最も安いのが私たちだということです。しかも僅差ではありません。10倍レベルで優れているんです。
これがAIに関する二つ目の大きな考えです。AIはファクトリーである。なぜならファクトリーは常に電力制約を受けるからです。プラントをいくつ持っていようと、それぞれのプラントは100メガワットか、あるいは1ギガワットです。
だから企業の売上高にとって最も重要なのはtokens per wattであり、その意思決定は非常に慎重に行わなければなりません。
もうPowerPointのスライドの話ではないんです。PowerPointを見て、よし500億ドル投じよう、とはならないでしょう。
制約の時代と供給網の支配
トークン需要は、今おっしゃった通り異常なほど大きいですね。数字にもそれが表れていますよね。私がさきほど触れたのは460億ドルの純利益でした。でも700億ドル規模です。
資金調達について聞こうとしていたのなら、むしろこちらから言わせてください。どう資金をつけるか、教えます。
まず第一に、今もう言いました。将来こうしたファクトリーを建てなければならない理由は、ひとつにはソフトウェアが重要だと信じるからです。この会場のみなさんも、ソフトウェアが重要だと信じていることを願っています。ソフトウェアは世界を動かしています。これが第一の考えです。
第二の考えはこうです。将来、agenticでないソフトウェアは存在しなくなります。
みなさんもそう思いませんか。どうして間抜けなソフトウェアを使い続ける必要があるのでしょうか。ですから、あらゆるソフトウェア企業がagenticな企業になるのは間違いありません。
彼らは同時にオープンモデルも使うでしょう。つまり自分たちでダウンロードして、自分たちでファインチューニングするモデルです。同時にクローズドモデルも使うでしょう。
これらの組み合わせは、私たちの会社でもやっていることと同じです。自分たちで雇う従業員もいれば、育てる従業員もいます。外部の契約人材もいますし、あなたのような専門家を招いて仕事をしてもらうこともあります。
私たちの仕事は、自分で仕事をすることではありません。仕事がきちんと遂行されるようにすることです。どの会社もそうしています。
だからこそ、すべての企業はAIモデルについても、借りるものもあれば、自分で作るものもあると理解するようになります。何も不合理ではありません。生身の労働者でそうしているのと同じように、デジタルワーカーに対してもそうするようになるんです。
ですから将来、すべてのソフトウェア企業はツールを借りるだけではなく、そのツールを使う専門家まで借りるようになります。
つまり、ツールだけでなく、そのツールを使いこなす専門家を借りるようになるんです。なぜなら彼らのagentは、その専門ツールを使うことに極めて長けているようになるからです。
現在、IT産業は2兆ドル規模でしょうか。今日の彼らはツールの借り手です。しかし将来は、それらのツールを使うagentまで借りるようになるでしょう。ということは、将来のソフトウェア産業は、現在のソフトウェア産業よりはるかに大きくなるということです。
みなさんの好きなソフトウェア企業を挙げてみてください。私はその会社の未来がずっとずっと大きくなる姿を想像できます。Cadenceも今よりずっと大きくなるでしょう。Synopsysもそうです。Siemensも将来はもっと大きくなるでしょう。
ただし事業プロファイルは変わります。なぜなら今の彼らは基本的にはソフトウェアライセンス企業だからです。でも将来は、specialized tokens、専門化されたトークンも貸し出すようになります。
つまり、現在2兆ドル規模のこの産業は、今はトークン消費がほぼないのに、将来はとてつもないトークン消費産業になるということです。そこにお金が流れ込むんです。
今日のソフトウェア産業、そしてIT産業全体が、エンタープライズ企業だけでなく、IT産業そのものが、クラウド上で膨大なトークンを消費する方向へ移行していくでしょう。オープンモデルであれ、何であれそうです。
ただ、その巨大なトークン経済にはいくつか制約もありますね。メモリ制約がありますし、電力許認可の制約もあります。私はテキサスで建設業者たちと会いましたが、電気工事士も不足しています。これをどう見ていますか。先ほどSatyaも言及していました。あなたはもっと近くにいる立場ですし、もし少し時間がかかるとしても問題ないのでしょうか。それとも、この巨大な構築サイクルが長引くことはかなりネガティブなのでしょうか。
私は制約が大好きです。本当に好きなんです。なぜなら制約のある世界では、最善の選択をする以外に道がないからです。
データセンター、土地、電力、シェルが制約されているなら、何となく試してみようという気持ちで適当なものを入れるわけにはいきません。確実にtokens per wattを出せると分かっているものを入れるしかないんです。
しかも、容量を確保した瞬間から、その会社のためにAIファクトリー全体を立ち上げられる必要があります。世界で、企業の中に入ってAIファクトリー全体の立ち上げを支援できる会社は、私たちしかありません。
ですから、この会場でAIファクトリーが必要な方がいれば、喜んでお手伝いします。
一人に電話をかければ、その一人が来て、気づけばもうAIファクトリービジネスを始めている。そういう状態にできるんです。
私たちには専門知識があります。アーキテクチャが機能することも分かっています。そのアーキテクチャに巨大な需要があることも分かっています。立ち上げが終わったあとも含めて、私たちはみなさんが事業を始められるよう支援できます。
このように制約があると、最善の選択をするしかありません。なぜなら翌年の売上が直接そこに連動するからです。
これは今や、クラウド事業者であれ、クラウドサービスプロバイダーであれ、ソフトウェアプロバイダーであれ、すべてのCEOに突きつけられている問題です。もし誤った選択をすれば、それは私が誤ったファウンドリを選ぶのと同じです。
間違ったメモリを選ぶのも同じ、何を間違えても同じです。私は使えるものが非常に限られていて、すべてが制約されている。だから誤った選択をすれば売上が影響を受け、すべてに影響が出ます。
だから彼らは、間違った選択はできないんです。
もうひとつ言うと、Nvidiaは今おっしゃったように非常に大規模で動いていて、サプライチェーンもその一部です。私たちが資金を使う理由のひとつは、もちろんサプライチェーンを確保するためです。
私たちが資本を使う理由のひとつは、サプライチェーンを押さえておくことなんです。だからSatyaから、数ギガワット規模の立ち上げを手伝ってほしいと言われても、答えは簡単です。問題ありません。
なぜか。メモリを確保している。ウェハーもある。CoWoSもある。パッケージングもある。システムもある。コネクタもある。ケーブルもある。銅から積層セラミックコンデンサに至るまで、すべて押さえてあります。
これが、Nvidiaのバランスシートの強さが戦略的である理由のひとつです。今の時代、強いバランスシートは助けになるだけではなく、戦略そのものなんです。
私たちがどれだけの売上を出荷しているか、後ろを振り返って見れば分かるでしょう。その量を見るだけで、どれほどのサプライチェーン能力を先に確保していなければならなかったかがわかります。あるいは、サプライヤー側がそれを信じなければならなかったわけです。
たとえばあなたがDRAM工場を建てるとして、私が行って、大丈夫、そのDRAM工場を建ててください、私が使いますからと言ったら、それは非常に大きな意味を持ちます。実際、多くの企業はその約束を銀行に持ち込んで資金を得ています。
ですから、あらゆるものが希少であるという事実は、私たちにとっては素晴らしいことです。そしてそれは継続期間を生み出すと思いますし、みなさんにとっても極めて強力なことだと思います。
エコシステムへの投資とOpenAI
そこにさらに重なる層があると思います。それがエコシステムです。あなたは史上最大のキャッシュフロー創出企業であり、その資本を使って、まるでエコシステム全体に安定性と多様性を作っているように見えます。
構築を進める中で、財務面と戦略面の両方から、それをどう考えていますか。エコシステム全体の継続性と耐久性をどう作っているのでしょうか。
Markが私を上場させたとき、たぶん今の私ほど熱量高くは話していなかったと思いますが、かなり確信を持って言えるのは、そのときも同じことを言っていたということです。
Nvidiaはずっと構築を続けてきました。高速化コンピューティングには、私がエコシステムを作らなければならないという前提があります。
コードをそのまま取ってCでコンパイルすれば動く、なんてものではありません。普遍的な高速化コンピューティングシステムなんて存在しないんです。高速化コンピューティングは定義上、プロプライエタリです。
私たちのアーキテクチャのどこにも、誰かのアーキテクチャと互換性のある部分なんてありません。本当にありません。命令セットも違う。アーキテクチャも違う。マイクロアーキテクチャも違う。何もかも違います。
だから私たちは、その違いをいろいろな層の下に隠して、あたかもすべてが自然に動いているように感じてもらえるようにしているんです。
Nvidiaのおかげで、今や加速される対象はデータ処理から分子動力学、流体力学、粒子系、生物学、化学、さらに深層学習、ロボティクス、長系列、空間3Dまで何でもあります。まるで五層ケーキみたいですね。
ええ、五層ケーキです。
その通りです。でも私たちが長い年月をかけてやってきたので、今ではまるで何もかもが高速化されているように見えるだけなんです。実際にはそうではありません。私は一つひとつの分野を、ひとつずつ、ドメインごとにやってきました。その結果、世界の重要な分野は今やすべて完全に高速化されているんです。
サプライチェーン面で私たちがやっていることは、強力なバランスシートによって顧客に安心感を提供することです。
上流側では、将来のための新しいエコシステムを育てています。私が投資しているAIネイティブ企業、提携している企業、それらはCUDAエコシステムを拡張し、延伸する存在なんです。
私たちがやることの100％はCUDAの上にあります。私たちが行った投資はすべてCUDAの上にあります。
最近、OpenAIに1000億ドル投資するのかという質問がありました。では、みなさんに最新情報をお伝えしましょう。私たちは契約を正式にまとめ、OpenAIに300億ドルを投資することになりました。
OpenAIに1000億ドル投資する機会は、おそらく現実的ではありません。理由は、彼らが上場するからです。
ですから、彼らが必要とする能力、つまり必要なCompute capacityを私たちが提供できれば、その能力を確保するために今まさに全力で拡張していますが、売上はそれに十分ついてくるでしょうし、彼らは年末に向けて上場することになるだろうと、私はかなり確信しています。
ですから、これほど重要な企業に投資する最後の機会になるかもしれません。
そして、その話に関連して、みなさんにぜひお伝えしたかった新しいことがあります。みなさんはニュースを見ていますから、ある程度はご存じかもしれませんが、昨年、あるいはこの1年半ほどの間に私たちがやった非常に素晴らしい仕事のひとつとして、OpenAIのcapacityをAzureからOCIへ、そして今ではAWSへと拡大しました。
OpenAIが使えるcapacityの範囲をAWSにまで広げたんです。私たちは今、猛烈な勢いでAWSを立ち上げています。OpenAIがさらに多くのcapacityにアクセスできるよう、できる限りのスピードで進めています。
ただ、彼らのためにオンラインに持ち込むcapacityの量、そしてそれが支える売上、売上の質は非常に良いんです。だから私たちは、彼らのためにもっともっと多くのcapacityが必要なんです。
これはかなり新しい話だと思います。
そしてもちろん、三つ目に起きたことがあります。まったく新しいAIラボが突然この世に現れたんです。そうですよね。さきほど少し触れました。
新しいラボが現れました。そして彼らは数百万GPUを必要としています。それがMSLです。
MSLは、Metaとは別に新たに加わった需要なんです。私たちはMetaとは長年一緒にやってきましたが、MSLはMetaに上乗せされる純増需要です。
ですから私たちの需要プロファイルは、もともと非常に高かったのに、そこからさらに高くなりました。
物理AIという次のフロンティア
さらにその先の話ですが、Waymoがあちこちにいます。私は新しい犬を、新しいロボットと一緒に散歩させたいくらいです。physical AIが次の大きな領域になるかもしれませんね。これはNvidiaにとって、TAMやトークン需要をさらに別次元へ押し上げるのでしょうか。
ええ、それは本当に良い問いです。AIというと、私たちは建物の中で行っていることばかり思い浮かべます。でも最終的に、最大の産業は建物の外にあるんです。
そして、そのAIには物理的な認識、物理的な理解、つまり因果関係の理解が必要です。ボトルを押せば倒れる。重力を理解し、衝突を理解し、慣性を理解する。そうしたことを理解しなければなりません。
そして、たとえばobject permanence、対象の永続性も理解しなければなりません。
この物をこうやって取って、椅子の後ろに置いたとしても、見えなくなったからといって消えたわけではないと理解することです。
そうしたことは、物理的な振る舞いや物理的知能にかなり重要に関わっています。
おそらくこれもご存じないと思いますが、Nvidiaはphysical AIのフロンティアにいます。Cosmosは世界で最もダウンロードされているphysical AIモデルです。
Nvidiaはautonomous AIのフロンティアにもいます。二つあります。自動運転車向けのAlpamayo。検索してみてください。ダウンロード数は世界一です。そしてもうひとつがGr00tです。人型あるいはロボティクス向けのphysical AIです。
私たちはその三つすべての最前線にいます。さらにdigital biology AIの最前線にもいます。La-Proteinaを見てください。とてつもない成功を収めています。digital biology向けのLa-Proteinaです。
他にもたくさんあります。Gr00t N2は、今では世界で最もダウンロードされている人型ロボティクスモデルになっています。
ですから私たちはphysical AIの最前線にいます。物理学、物理法則、マルチフィジックス、Earth-2。physical AI、AI physics、その両方のフロンティアにいるんです。このphysical AIという領域では、Nvidiaが最前線を定義していると言っていいでしょう。
しかも、これは完全にオープンです。私たちはこれをオープンにしています。新旧あらゆる産業の企業が、この能力を活用できるようにしたいからです。
私たちはフルスタックと必要なコンピュータ群を持っています。みなさん自身の用途のためにAIを前進させることもできるし、ロボットの中、工場の中、エッジ、無線塔、あらゆる場所に展開することもできます。
これが次のフロンティアです。
2年後には、私たちはもうagentic AIについてはだいぶ語り終えていると思います。なぜなら、みんながそれを使っているからです。
もし2年後にまた私を呼んでくださるなら。
毎年ですよ。毎年です、Jensen。
そのとき私たちは、こうした新しい企業群について話しているでしょう。もちろん、私たちはすでに非常に重要なものをひとつ発表しました。Lillyとのco-innovation labです。
今後もほかに出てくるでしょう。しかしLillyのAIファクトリーを立ち上げるにしても、Nvidiaのような能力、フルソフトウェアスタック、さらにそのdigital biologyドメインにおけるモデルと専門知識がなければ、いったいどうやってそれをやるのでしょうか。
ですから、今後数年で私たちが作っているものが、本当に前面に出てくることになるでしょう。
physical AIについては、次の2年か3年のうちに本格的に語り始め、その後10年にわたって語り続けることになると思います。
株価、Compute、そして世界経済
イノベーションのスピードと、あなたがその中で動いているペースは本当に並外れています。今週の初めに、私のパートナーであるJoe Mooreが、Nvidiaをナンバーワンの推奨銘柄にしました。
本当ですか。
彼のナンバーワンです。
ありがとうございます。
ありがとうございます、ありがとうございます。Joe、いいタイミングですね。33年後にようやくです。
株価についてはどう考えていますか。株のことは考えますか。あなたはこれほど重要で、しかも非常に忙しく、ここにいる3500人の参加者が関わっている事実上すべてのイノベーションを動かしています。ここには時価総額40兆ドル分が集まっているわけです。その中で、どう考えていますか。
もちろん株価は気にしています。株主のことも気にしています。従業員のことも気にしています。ここにいるみなさんのことも気にしています。
もしかすると、私たちが先日発表した決算のことを言っているのかもしれませんね。史上最高の決算でした。そういう意味ですよね。
実際、誰かがこう言っていました。これは人類史上最高の決算かもしれないと。私は、それは記録された人類史の中で、という意味ですね、と答えました。もっと良いリターンを出した人は、たぶんどこかにいたでしょうから。
ともかく、私たちは非常に良い四半期を過ごしました。
でもね、株は抑え込めないんです。抑え込めません。理由は非常に単純です。Compute equals revenues for companies、企業にとってComputeは売上だからです。
将来は、あらゆる企業が売上のためにComputeを必要とするようになります。今のうちにそう予言しておきます。すべての企業が売上のためにComputeを必要とするようになります。
なぜならComputeはintelligenceに変換され、そのintelligenceがデジタルワークフォースになり、それが売上につながるからです。私はCompute equals revenuesを確信しています。
同時に、Compute equals GDPも確信しています。
ですから、将来はすべての国がそれを持つことになります。未来において、よし、私たちは自前のintelligenceを持つのはやめよう、何か別のものは必要かもしれないけれど、intelligenceだけはいらない、などと言う国はひとつもないでしょう。
だから、intelligenceが必要ならデジタルが必要です。AIが必要ならComputeが必要です。だからCompute equals GDPなんです。これは間違いありません。
さらに、私たちはこの旅のまだ始まりにいることも分かっています。そして、それがどのように資金調達されていくのかも、私には非常に明確に見えています。
事実として分かっているのは、すべてのCSPが、自分たちのCapExを全面的に生成型、agentic型、つまりAIシステムへと振り向けたということです。なぜならそれは検索を良くし、ショッピングを良くし、広告を良くし、ソーシャルを良くし、文字どおり世界中のあらゆるインターネットサービスを生成AIへと再発明したからです。
だからインターネット産業全体は、自分たちのCapExの100％をAIへ振り向けることができるんです。なぜなら、それがより良いことが証明されたからです。Metaもそれを証明しました。Googleも証明しました。AWSも証明しました。だからCapExをこの分野へ転換できるんです。
二つ目に、先ほど言ったように、ソフトウェア産業全体がトークン駆動になります。産業全体です。みなさんの好きなソフトウェア企業を挙げてください。その会社がどうトークン駆動になるか、私は具体的に示せます。
そのトークンは、自社で生み出すかもしれません。その場合はComputeが必要です。あるいは再販されるかもしれません。その場合もComputeが必要です。
つまり、初めてIT産業全体がComputeによって駆動されるようになるということです。ここから、まさにそれだけの資金が出てくるんです。数兆ドル規模で。しかも、私たちはまだその入り口にいるだけです。
これが私の予測です。
Jensen、27年にわたりこのカンファレンスで歴史を作ってくださって、本当にありがとうございます。
ありがとうございました。
コメント